Create app.py

app.py

@@ -0,0 +1,154 @@
+import gradio as gr
+import pandas as pd
+import tempfile
+
+def procesar_bases(file1, file2):
+    try:
+        # Leer archivos
+        dff = pd.read_excel(file1, engine='openpyxl')
+        dfp = pd.read_excel(file2, engine='openpyxl')
+
+# ---  Existing code from the provided script starts here ---
+        # FASE 1: FACTURAS
+        dff_expanded=dff.copy()
+        dff_expanded[['FORMA DE PAGO','CANAL','MES','AÑO','UNIDADES']]=None
+
+        dff_expanded=dff_expanded[['ID', 'FORMA DE PAGO','COMPANIA','CANAL', 'RFC', 'RAZON SOCIAL', 'CP', 'CORREO ELECTRONICO',
+                                    'REGIMEN FISCAL', 'METODO DE PAGO', 'FECHA PAGO', 'USO CFDI',
+                                    'ES RESICO', 'FECHA FACT.', 'MES', 'AÑO', 'OBSERVACIONES', 'EJECUTIVO ID SOl',
+                                    'EJECUTIVO SOL', 'EJECUTIVO ID EMITE', 'EJECUTIVO EMITE',
+                                    'EJECUTIVO FECHA EMITE', 'SUBTOTAL', 'RETENCIONES', 'DESCUENTO', 'IVA',
+                                    'TOTAL', 'UUID', 'UUID REL', 'ESTATUS', 'SERIE', 'FOLIO',
+                                    'UNIDADES','FOLIO COMPLEMENTO']]
+
+       # 2.- Agrego la columna CANAL
+        dff_expanded['CANAL'] = 'DIRECTO'  # Valor por defecto
+        dff_expanded.loc[dff_expanded['SERIE'] == 'AFM', 'CANAL'] = 'ASEGURADORA'
+
+        dff_expanded['FECHA FACT.'] = pd.to_datetime(dff_expanded['FECHA FACT.'], format='%d/%m/%Y', errors='coerce')
+        # Extract the year and month
+        dff_expanded['AÑO'] = dff_expanded['FECHA FACT.'].dt.year
+        dff_expanded['MES'] = dff_expanded['FECHA FACT.'].dt.month
+
+        # FASE 2: PARTIDAS
+        #1.- Extraemos la información de la columna "CONCEPTO"
+        def split_concepto(row):
+            parts = row['CONCEPTO'].split(':')
+            return parts
+
+        # Aplicar la función a cada fila del DataFrame
+        dfp_expanded = dfp.copy()  # Crear una copia para evitar modificar el original
+        dfp_expanded['concepto_split'] = dfp.apply(split_concepto, axis=1)
+
+        # Obtener el máximo número de partes para crear las nuevas columnas
+        max_parts = dfp_expanded['concepto_split'].apply(len).max()
+
+        # Crear nuevas columnas para cada parte del concepto
+        for i in range(max_parts):
+            dfp_expanded[f'concepto_{i+1}'] = dfp_expanded['concepto_split'].apply(lambda x: x[i] if len(x) > i else None)
+
+
+        # Eliminar la columna 'concepto_split'
+        dfp_expanded = dfp_expanded.drop('concepto_split', axis=1)
+
+        #- Quitamos las columnas que nos estorban y les cambiamos el nombre a las que nos funcionan
+        dfp_expanded_final=dfp_expanded[['ID FACTURA','concepto_2','concepto_5','concepto_8','concepto_11','concepto_13','concepto_14','ORDEN ASOCIADA', 'ORDEN ASOCIADA ID',
+                                        'ORDEN ASOCIADA EJEC ID', 'ORDEN ASOCIADA EJECUTIVO','ORDEN ASOCIADA NEGOCIO', 'ORDEN ASOCIADA TIPO NEGOCIO','ORDEN ASOCIADA ESTATUS', 'CUENTA CONTABLE', 'CODIGO PRODUCTO',
+                                         'CANTIDAD', 'MEDIDA', 'CODIGO UNIDAD', 'PRECIO UNITARIO', 'PARCIAL']]
+
+        dfp_expanded_final = dfp_expanded_final.rename(columns={'concepto_2': 'VIN', 'concepto_5':'RECIBO','concepto_8':'SOLUCION','concepto_11':'CONCEPTO','concepto_13':'PERIODO SERVICIO','concepto_14':'ULT SERVICIO CUBIERTO'})
+
+        empty_concepto_2 = dfp_expanded_final[(dfp_expanded_final['VIN'].isnull()) | (dfp_expanded_final['VIN'] == '')]
+        # 3.- Quitamos esas facturas de la tabla que vamos a manipular
+        dfp_expanded_final = dfp_expanded_final[dfp_expanded_final['VIN'].notnull()]
+        #Quito los espacios en los valores de la columna RECIBO
+        dfp_expanded_final['RECIBO'] = dfp_expanded_final['RECIBO'].str.strip()
+        dfp_expanded_final['FORMA DE PAGO'] = 'MENSUAL'  # Default value
+        dfp_expanded_final.loc[dfp_expanded_final['RECIBO'] == '1/1', 'FORMA DE PAGO'] = 'CONTADO'
+
+        dfp_expanded_final['ORDEN NEGOCIO'] = 'OTRO' # Valor por defecto
+        dfp_expanded_final.loc[dfp_expanded_final['ORDEN ASOCIADA NEGOCIO'] == 'MOVIMIENTO', 'ORDEN NEGOCIO'] = 'MOVIMIENTO'
+        dfp_expanded_final.loc[dfp_expanded_final['ORDEN ASOCIADA NEGOCIO'].isin(['NUEVO', 'RECUPERADO NUEVO']), 'ORDEN NEGOCIO'] = 'NUEVO'
+        dfp_expanded_final.loc[dfp_expanded_final['ORDEN ASOCIADA NEGOCIO'].isin(['RENOVACIÓN','RENOVACION','RECUPERADO RENOVACIÓN','RECUPERADO RENOVACION','RENOVACI�N']), 'ORDEN NEGOCIO'] = 'RENOVACION'
+
+        dfp_expanded_final=pd.merge(dfp_expanded_final,dff_expanded[['ID','CANAL','FECHA FACT.','MES', 'AÑO','COMPANIA','RAZON SOCIAL','FOLIO']],left_on='ID FACTURA',right_on='ID',how='left')
+
+        dfp_expanded_final=dfp_expanded_final[['ID FACTURA','CANAL','FORMA DE PAGO', 'FECHA FACT.','COMPANIA','FOLIO','RAZON SOCIAL','VIN', 'RECIBO', 'SOLUCION', 'CONCEPTO',
+                                              'PERIODO SERVICIO', 'ULT SERVICIO CUBIERTO', 'ORDEN ASOCIADA','ORDEN ASOCIADA ID', 'ORDEN ASOCIADA EJEC ID','ORDEN ASOCIADA EJECUTIVO','ORDEN NEGOCIO','ORDEN ASOCIADA NEGOCIO',
+                                              'ORDEN ASOCIADA TIPO NEGOCIO', 'ORDEN ASOCIADA ESTATUS','CUENTA CONTABLE', 'CODIGO PRODUCTO', 'CANTIDAD', 'MEDIDA','CODIGO UNIDAD', 'PRECIO UNITARIO', 'PARCIAL','MES', 'AÑO']]
+
+        #FASE 3: FACTURAS
+        dff_expanded = dff_expanded.drop(columns=['FORMA DE PAGO'])
+        # Group by 'ID FACTURA' and get the unique payment methods
+        payment_methods_per_invoice = dfp_expanded_final.groupby('ID FACTURA')['FORMA DE PAGO'].unique()
+
+        # Create a new DataFrame with 'ID FACTURA' and the preferred payment method
+        facturas_forma_pago = pd.DataFrame({
+            'ID FACTURA': payment_methods_per_invoice.index,
+            'FORMA DE PAGO': payment_methods_per_invoice.values})
+
+        # Function to select the preferred payment method
+        def select_payment_method(payment_methods):
+            if 'MENSUAL' in payment_methods:
+                return 'MENSUAL'
+            else:
+                return payment_methods[0]  # Return the first payment method if 'MENSUAL' is not present
+
+
+        # Apply the function to select the preferred payment method
+        facturas_forma_pago['FORMA DE PAGO'] = facturas_forma_pago['FORMA DE PAGO'].apply(select_payment_method)
+
+        # Perform the vlookup operation
+        dff_expanded = pd.merge(dff_expanded, facturas_forma_pago[['ID FACTURA', 'FORMA DE PAGO']], left_on='ID', right_on='ID FACTURA', how='left')
+        # Fill NaN values in 'FORMA DE PAGO' with 'CONTADO'
+        dff_expanded['FORMA DE PAGO'] = dff_expanded['FORMA DE PAGO'].fillna('CONTADO')
+
+        base_unidades = dfp_expanded_final['CANTIDAD'].groupby(dfp_expanded_final['ID FACTURA']).sum()
+        dff_expanded = dff_expanded.drop(columns=['UNIDADES'])
+        dff_expanded['UNIDADES']=pd.merge(dff_expanded,base_unidades.reset_index(),left_on='ID',right_on='ID FACTURA',how='left')['CANTIDAD']
+        # Fill NaN values in 'UNIDADES' column with 0
+        dff_expanded['UNIDADES'] = dff_expanded['UNIDADES'].fillna(0)
+
+        dff_expanded_final=dff_expanded[['ID','FORMA DE PAGO','COMPANIA', 'CANAL', 'RFC', 'RAZON SOCIAL', 'CP',
+                                          'CORREO ELECTRONICO', 'REGIMEN FISCAL', 'METODO DE PAGO', 'FECHA PAGO',
+                                          'USO CFDI', 'ES RESICO', 'FECHA FACT.', 'MES', 'AÑO', 'OBSERVACIONES',
+                                          'EJECUTIVO ID SOl', 'EJECUTIVO SOL', 'EJECUTIVO ID EMITE',
+                                          'EJECUTIVO EMITE', 'EJECUTIVO FECHA EMITE', 'SUBTOTAL', 'RETENCIONES',
+                                          'DESCUENTO', 'IVA', 'TOTAL', 'UUID', 'UUID REL', 'ESTATUS', 'SERIE',
+                                          'FOLIO','UNIDADES','FOLIO COMPLEMENTO']]
+
+
+
+        # --- Existing code ends here ---
+        # Resultado 1: copia de df1
+        temp1 = tempfile.NamedTemporaryFile(delete=False, suffix=".xlsx")
+        dff_expanded_final.to_excel(temp1.name, index=False, engine='openpyxl')
+
+        # Resultado 2: copia de df2
+        temp2 = tempfile.NamedTemporaryFile(delete=False, suffix=".xlsx")
+        dfp_expanded_final.to_excel(temp2.name, index=False, engine='openpyxl')
+
+        # Resultado 3: ejemplo filtrado → filas donde alguna columna esté vacía
+        temp3 = tempfile.NamedTemporaryFile(delete=False, suffix=".xlsx")
+        empty_concepto_2.to_excel(temp3.name, index=False, engine='openpyxl')
+
+        return temp1.name, temp2.name, temp3.name
+
+    except Exception as e:
+        return f"❌ Error: {str(e)}", None, None
+
+# Interfaz Gradio
+gr.Interface(
+    fn=procesar_bases,
+    inputs=[
+        gr.File(label="Sube archivo 1 (Excel)", type="filepath"),
+        gr.File(label="Sube archivo 2 (Excel)", type="filepath")
+    ],
+    outputs=[
+        gr.File(label="Resultado 1 (copia archivo 1)"),
+        gr.File(label="Resultado 2 (copia archivo 2)"),
+        gr.File(label="Resultado 3 (filtrado ejemplo)")
+    ],
+    title="Procesador de 2 Excel → 3 Archivos",
+    description="Sube dos archivos de Excel. El sistema devuelve tres archivos procesados."
+).launch()